基于BP神經網絡的土地適宜性評價研究

羅瑋祥，張廷玉

(福建師范大學 地理科學學院，福建 福州 350007)

?

基于BP神經網絡的土地適宜性評價研究

羅瑋祥，張廷玉

(福建師范大學 地理科學學院，福建 福州 350007)

指出了土地適宜性評價是土地利用總體規劃的一個重要研究專題，通過評價可以為土地利用現狀分析、土地利用及土地開發和充分、合理利用土地資源提供科學依據。研究了現行土地適宜性評價的理論與方法，分析了以往土地適宜性評價方法存在的不足，提出了利用改進的BP神經網絡評價模型進行土地適宜性評價的辦法。

土地適宜性評價；土地利用規劃；智能地理計算；BP神經網絡

1　引言

土地是人類賴以生存的基本條件和物質基礎。隨著人口的增長和經濟社會的發展，對土地的需求也在不斷增加。在有限的土地資源條件下，如何合理配置人類生產、生活所需用地，保證土地資源的可持續利用，協調人地之間的矛盾，是擺在人類面前的重大課題。

土地適宜性評價是在對土地各構成要素包括自然的、經濟的、社會的進行全面分析基礎上,以土地合理利用為目標。根據特定的目的或針對一定的土地用途來對土地的屬性進行鑒定, 并闡述土地的適宜性及其程度的過程。著眼于探索新時期、新形勢下土地利用規劃中土地適宜性的理論、系統分析以及技術方法，在此基礎上，著重研究探討土地適宜性的評價方法與應用，將計算智能理論引入土地評價領域，借助智能地理計算中的人工神經網絡模型，從而科學快速合理地評價土地適宜性。

2　國內外研究動態及其發展趨勢

2.1國外相關研究動態

20世紀60年代以后，隨著計算機技術、地理信息系統技術、遙感技術和全球衛星定位技術等先進的信息處理技術的廣泛應用，土地適宜性評價方法有了很大的發展。土地評價無論在體系上還是方法上都日趨走向成熟。圭爾夫大學的Moss以加拿大生態土地分類作為土地評議單元，通過分析土地系統內部的各種地理過程及過程反應，建立數學模型，將氣候和土壤的生產潛力相結合進行土地的生態評價(Moss，1985)；Steiner F，McSherry L，JillCohen對流經亞利桑那州和新墨西哥州的Gila河流域分流憩地、工業用地、商業用地和低密度住宅用地4種類型分別進行評價(Steiner F,2000)；Kalogirou S結合使用GIS和專家系統進行土地適宜性評價模型，并開發了LEIGIS軟件(Kalogirou S，2002)等。

2.2國內相關研究動態

我國的土地適宜性評價工作起步較晚，比較綜合的土地適宜性評價始于20世紀70年代后期。進入90年代后，計算機技術和3S技術等為土地適宜性評價研究提供了現代化的研究手段，土地適宜性評價得以迅速發展并有新的拓展。例如，尹啟后，何勁耘對四川省涪陵市未利用土地適宜性評價與開發利用研究(尹啟后等，1995)；楊國棟、賈成前等利用人工神經網絡模型高速公路復墾土地適宜性評價(楊國棟等，2002)；王全，徐建剛等對南京市高淳新區進行了城市用地生態適宜性評價(王全等，2005)等。

3　BP神經網絡分類實驗分析

3.1資料收集和軟件準備

采用的資料為湖北省松滋市的土地利用現狀圖、地質圖、地形地貌圖等社會經濟文獻資料。BP神經網絡分類程序采用國家863項目課題五——智能地理計算并行技術與中間件中的神經網絡算法進行，主要采用C++進行開發，利用gdal類庫進行矢量數據的操作，利用QT類庫進行界面設計。BP神經網絡分類程序使用開源的GIS軟件QGIS作為宿主程序，自身作為插件進行應用。程序分為訓練測試及分類兩個模塊。土地適宜性評價BP神經網絡分類的路線圖，如圖1所示。

3.2BP神經網絡模型結構設計

3.2.1輸入層的確定

由于人工神經網絡具有自學習性，進行土地適宜性分類時不需要預先確定指標權重體系，土地因子對不同用地的影響規律可由神經網絡模型通過對樣本的學習取得。因此可將土地適宜性評價的影響因子作為神經網絡輸入層的神經元。

3.2.2輸出層的確定

將土地的適宜程度分為高度適宜、適宜、勉強適宜、不適宜4個等級，我們用1,2,3,4這4個連續變化的實數代表適宜程度的量化，故輸出層可用一個神經元來表示。

3.2.3隱含層的確定

隱含神經元只具有計算意義，其數目沒有嚴格的規定。一個公認的指導原則是在沒有其他經驗知識時，符合給定樣本的最簡單(規模最小)的網絡就是最好的選擇，這相當于是樣本點的偏差在允許范圍條件下用最平滑的函數去逼近未知的非線性映射。

3.3實驗分析

試驗以湖北省松滋市宜旱地適宜性評價為例說明。根據研究區土地資源和數據源特點，選取pH值、有機質含量、土壤質地、耕層厚度、地形坡度、全氮、有效磷、速效鉀這8個影響因子作為土地適宜性評價測試屬性。為了計算方便，采用這8個屬性值量化后的值進行計算，每個屬性量化值分布從0～100。對于因子等級的劃分以及土地適宜性評價結果均以高度適宜、適宜、勉強適宜、不適宜這4個等級來表示(表1)。

3.3.1數據預處理

試驗采用湖北省松滋市的1∶50000土地利用現狀圖，以土地利用現狀圖中的地塊單元作為評價單元，其原因一是由于土地利用現狀中的地塊單元相對來說其單元內各種條件比較一致，另外也方便評價結果的應用。整個實驗區地塊數總共有4763個，隨機選取60%的樣本作為訓練樣本，另外40%的樣本作為測試樣本，來評定精度(圖2)。

表1　訓練數據示例

圖2　訓練數據原始分類

3.3.2BP網絡模型結構

針對湖北省松滋市的土地適宜性評價分類構造如圖3所示的BP神經網絡模型。

3.3.3訓練與測試

應用BP神經網絡模型進行土地適宜性評價分類首先要對網絡模型進行訓練和測試，其基本過程如圖4所示。

程序默認狀態是樣本訓練狀態，設置最大訓練次數為1000次，訓練/測試后，保存網絡，得到BP網絡結構圖。

圖3土地適宜性評價分類BP神經網絡模型結構

圖4　BP神經網絡模型的訓練和測試

3.3.4土地適宜性分類

點擊程序主頁面中的分類功能，得到土地適宜性BP人工神經網絡分類結果，如圖5所示。訓練精度值高達93%。

3.4試驗結論

試驗選取有機質含量、土壤質地、pH值、耕層厚度、地形坡度、全氮、有效磷、速效鉀8個影響因子，利用BP人工神經網絡模型對土地適宜性進行評價，獲得了高達93%的精度，驗證了其可行性。但是本模型仍然存在一定的不完善性。

圖5神經網絡分類結果

(1)訓練樣本數量的限制。如果要保證網絡模型的精度，往往需要大量的歷史數據作為訓練樣本，此次研究采用的相關數據存在欠缺。

(2)學習收斂速度慢，容易陷入局部極小。利用此次的訓練數據進行訓練時，BP算法每訓練完一次實驗，需要較長的時間，這主要是由于學習速率太小造成的。雖然可以通過采用LM算法加以改進，但是如果學習速率設置過大，網絡可能不收斂。

(3)由于研究的時間有限，筆者在土地適宜性評價模型的構建和程序設計上只提供了簡單的演示功能，尚未進行數據庫的深入研究，需要在以后的工作中進一步加以改進。

4　結語

人工神經網絡技術的優越性伴隨著計算機技術的發展在模式識別和區域分類領域正發揮著強大優勢，已成為近年來研究的熱點。以智能地理計算為背景，以土地適宜性評價實現過程為核心，將GIS技術與評價方法有機結合，在理論、方法和技術上對土地適宜性評價進行了研究與設計，利用BP神經網絡評價模型對湖北省松滋市宜旱地適應性進行了評價，并對實驗結果進行了分析，發現其中有待改進的不足之處。

[1]中國土地學會規劃分會.當前土地利用規劃的形式與對策探討[J].中國土地科學,2003(1).

[2]歐陽志云,王如松.生態位適宜度模型及其在土地利用適宜性評價中的應用[J].生態學報,1999(2):113～120.

[3]姚建民.農用土地適宜性評價方法及其實踐[J].資源開發與市場,1994(6):249～251.

[4]史舟，等.基于GIS的縣級柑橘適宜性評價系統研制[J].浙江大學學報(農業與生命科學版),2002(5):492～494.

[5]唐家平，劉釗.基于GIS的特色經濟作物種植適宜性評價系統[J].農業系統科學與綜合研究,2002(1):9～12.

[6]張萍.農業土地資源動態評價模型研究[J].國土資源遙感,2000 (3):51～56.

[7]蔣宗禮.人工神經網絡電子講義[M].北京:高等教育出版社, 2004.

[8]閻平凡.張長水.人工神經網絡與模擬進化計算[M].北京:清華大學出版社,1999.

[9]趙需生.在土地評價中應用人工神經網絡專家系統的理論與實踐[J]. 中國土地科學, 1998(3).

[10]焦利民, 劉耀林.土地適宜性評價的模糊神經網絡模型[J].武漢大學學報(信息科學版), 2004(6).

[11]Homik,Kstin.Mchcombe and White.H. Multilayer Feedforward Networks Universal Approximator[J]. Neural Networks， 1989,11(2):183～192.

[12]Poggio T, Girosi F. Network for Approximation and learn[J]. Proceedings of the IEEE.1990, 23(78):1481～1496.

[13]何英彬,陳佑啟,楊鵬,等.國外基于GIS土地適宜性評價研究進展及展望[J]. 地理科學進展, 2009, 28(6): 898～904.

[14]王江思, 馬傳明, 王文梅, 等. 基于 SPSS 和 GIS 的 BP 神經網絡農用地適宜性評價[J]. 地質科技情報, 2013, 32(2): 138.

2016-06-03

國家基礎科學人才培養基金項目(編號：J0830521)

羅瑋祥(1990—)，男，福建師范大學地理科學學院碩士研究生。

Q958.113

A

1674-9944(2016)16-0232-03